One Million Posts Corpus 发布 TenKGnadClusteringP2P 数据集, 应用在 文本聚类、文本挖掘 领域

One Million Posts Corpus 本次发布的数据集 TenKGnadClusteringP2P, 该数据集包含了来自“百万帖子语料库”的完整文章文本，用于聚类分析。它通过使用完整的文章文本，为聚类提供了更多的上下文信息。该数据集按照不同的大小提供了10个随机样本，任务的目的是进行聚类分析。

查看TenKGnadClusteringP2P

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。